王袖然

摘 ?要：當(dāng)前人工智能技術(shù)高速發(fā)展并且深入到了社會生活的各個領(lǐng)域，人工智能和汽車研究領(lǐng)域的交叉發(fā)展給目前的交通行業(yè)帶來了革命性的變化，車輛無人駕駛技術(shù)的發(fā)展為人工智能技術(shù)提供了良好的應(yīng)用空間。該文介紹了人工智能技術(shù)的概念，對人工智能在車輛無人駕駛中所采用的相關(guān)技術(shù)進(jìn)行了探討，最后分析了人工智能技術(shù)在車輛無人駕駛中面臨的挑戰(zhàn)。

關(guān)鍵詞：人工智能 ?無人駕駛 ?產(chǎn)業(yè)化

中圖分類號：U462 ? 文獻(xiàn)標(biāo)識碼：A ? ? ? ? ? ?文章編號：1672-3791（2019）05（a）-0063-03

1 ?人工智能及車輛無人駕駛的概念與分類

1.1 人工智能的概念

人工智能（簡稱AI）是一種高新的技術(shù)科學(xué)，主要是從事模擬、擴(kuò)展和延伸人類智能。它側(cè)重于對智能本質(zhì)的研究，是作為計(jì)算機(jī)科學(xué)的一個重要分析結(jié)果，并采用了類似的人類智能方法來控制機(jī)器[1]。廣義上泛指通過計(jì)算機(jī)實(shí)現(xiàn)人的頭腦思維所產(chǎn)生的效果，研究和開發(fā)相關(guān)人類智能應(yīng)用的理論、方法、技術(shù)和應(yīng)用系統(tǒng)，其構(gòu)建過程中綜合了計(jì)算機(jī)科學(xué)、數(shù)學(xué)、生理學(xué)、哲學(xué)等內(nèi)容[2]。可以這樣說，人工智能技術(shù)是一種模仿人類大腦的高深科學(xué)技術(shù)。人工智能技術(shù)逐漸在當(dāng)前人們的社會生活中變得熟悉并被認(rèn)可，與人們?nèi)粘５膶W(xué)習(xí)、生產(chǎn)和生活已經(jīng)不可分割。

1.2 人工智能的分類

作為計(jì)算機(jī)技術(shù)的分支之一，人工智能目前已經(jīng)發(fā)展成為計(jì)算機(jī)技術(shù)的前沿性領(lǐng)域。人工智能分為弱人工智能和強(qiáng)人工智能。弱人工智能是指能推理和解決問題的智能機(jī)器，需要設(shè)定好算法、程序，讀取大數(shù)據(jù)庫中所需數(shù)據(jù)，進(jìn)行概率分析和統(tǒng)計(jì)，選擇最優(yōu)解決方案，算法越完善，智能程度越高。強(qiáng)人工智能除具有以上功能外，還具有學(xué)習(xí)、判斷、思考的自我意識，并且會根據(jù)倫理、道德等對不同的情景進(jìn)行自我考量。

1.3 無人駕駛汽車的概念

無人駕駛汽車，是指汽車行駛不需要人的駕駛，而是通過車載系統(tǒng)感知車輛周圍環(huán)境，基于對行人、道路、障礙物以及交通信號燈等信息的感知，結(jié)合自身所獲得的道路狀況情況，然后使用計(jì)算機(jī)技術(shù)智能精準(zhǔn)快速地規(guī)劃路線，并控制車輛最終成功抵達(dá)指定終點(diǎn)[3]。

2 ?人工智能在車輛無人駕駛中的應(yīng)用技術(shù)

人工智能技術(shù)的不斷開發(fā)為無人駕駛汽車提供了源動力，同時，無人駕駛汽車的快速發(fā)展也為人工智能的深入發(fā)掘提出了更高深的要求。如何更好地實(shí)現(xiàn)系統(tǒng)感知、信息處理和指令執(zhí)行等，是車輛無人駕駛的關(guān)鍵所在，因此需要應(yīng)用到深度學(xué)習(xí)、圖像處理、數(shù)據(jù)處理等人工智能技術(shù)。

2.1 實(shí)現(xiàn)自動駕駛的3個技術(shù)環(huán)節(jié)

車輛實(shí)現(xiàn)無人駕駛，必須經(jīng)由三大技術(shù)環(huán)節(jié)才能實(shí)現(xiàn)，其中每一個環(huán)節(jié)都離不開人工智能技術(shù)（見圖1）。

（1）感知。

感知也就是讓車輛獲取信息，各種系統(tǒng)所用的車輛傳感器也各有不同的類型，最常用的包括紅外雷達(dá)、超聲雷達(dá)、激光雷達(dá)、毫米波雷達(dá)、圖像傳感器和輪速感測器等，以檢測車輛的工作狀態(tài)，收集車輛的實(shí)時信息，讀取不斷發(fā)生變化的狀況參數(shù)[4]。

（2）處理。

處理就是行車電腦ECU（ElectronicControlUnit）分析處理傳感器收集的信息并將控制信號發(fā)送到受控設(shè)備。

（3）執(zhí)行。

汽車根據(jù)行車電腦發(fā)送的控制信號來完成指令動作。其中每一個環(huán)節(jié)都離不開人工智能技術(shù)的基礎(chǔ)。

2.2 深度學(xué)習(xí)的應(yīng)用

除了對外界進(jìn)行感知外，自動駕駛汽車的ECU還必須要能夠進(jìn)行學(xué)習(xí)。深度學(xué)習(xí)主要目標(biāo)是構(gòu)建一個神經(jīng)網(wǎng)絡(luò)，類似于人類大腦來進(jìn)行不斷的分析和學(xué)習(xí)[5]。它的主要目的就是通過不斷地自主學(xué)習(xí)，像人類大腦一樣處理、解釋和分析各種數(shù)據(jù)。深度學(xué)習(xí)在人工智能中的成熟運(yùn)用是無人駕駛技術(shù)成功的基礎(chǔ)，主要包含以下應(yīng)用：準(zhǔn)備并預(yù)處理數(shù)據(jù);通過學(xué)習(xí)進(jìn)行數(shù)據(jù)訓(xùn)練、提高處理準(zhǔn)確性。深度學(xué)習(xí)可以提高汽車識別道路、行人、障礙物等的時間效率，并保障識別的正確率。

經(jīng)過大量數(shù)據(jù)的訓(xùn)練演練，汽車能夠順利地把收集的圖形、電磁波等大量信息轉(zhuǎn)換為可用數(shù)據(jù)，并使用深度學(xué)習(xí)的算法讓車輛做到無人駕駛。當(dāng)無人駕駛車輛通過雷達(dá)等收集數(shù)據(jù)時，首先會預(yù)處理原始訓(xùn)練演練數(shù)據(jù)，比如將相關(guān)時間數(shù)據(jù)換算成為車輛與物體之間的距離; 將部分照片信息轉(zhuǎn)換為對行人、路障、交通信號燈的判斷等[6]。

2.3 人工智能在無人駕駛技術(shù)中的圖像處理

（1）圖像語義分割。

語義在語音識別中指的是語音的含義，在圖像領(lǐng)域，語義指的是圖像的內(nèi)容。圖像語義分割是讓計(jì)算機(jī)根據(jù)圖像的語義來進(jìn)行分割，如圖2所示，使得計(jì)算機(jī)能夠分析輸入圖像，輸出像素級語義標(biāo)記。比如圖2左側(cè)圖片的語義就是一個飛機(jī)從空中飛過;分割的意思是從像素的角度分割出圖片中的不同對象，對原圖中的每個像素都進(jìn)行標(biāo)記，如圖2中有的標(biāo)記飛機(jī)本身，而有的主要標(biāo)記飛機(jī)所在位置[7]。

（2）目標(biāo)檢測。

目標(biāo)檢測，也稱為目標(biāo)提取，是專門對目標(biāo)幾何和統(tǒng)計(jì)特征進(jìn)行的圖像分割。在過程中，圖像的分割和識別對立統(tǒng)一、合二為一，高度準(zhǔn)確性和實(shí)時交互性能是它的重要功能參數(shù)標(biāo)準(zhǔn)。特別是在紛亂復(fù)雜的情景下，自動提取和識別多個目標(biāo)，并能夠?qū)崟r精準(zhǔn)處理尤為重要。

自動駕駛汽車在上路時，利用此項(xiàng)技術(shù)來探測道路情況，前方是否出現(xiàn)障礙物，根據(jù)目標(biāo)檢測的結(jié)果再進(jìn)行相應(yīng)處理，避免事故發(fā)生（見圖3）。

（3）立體視覺匹配。

立體視覺匹配是計(jì)算機(jī)視覺中的一個至關(guān)重要的問題，其目標(biāo)是從不同的圖像不同的角度匹配到相應(yīng)的視點(diǎn)。立體視覺匹配的另一個難以完全攻克而又必須不斷研究的關(guān)鍵點(diǎn)是：不同的圖像之間存在的匹配歧義，即如何正確選擇它們相互間可能存在的若干相似特征。隨著計(jì)算機(jī)學(xué)習(xí)計(jì)算能力的提高，科學(xué)家們開始嘗試對整個圖像的稠密對應(yīng)關(guān)系進(jìn)行匹配，并使用更復(fù)雜有效的方法進(jìn)行計(jì)算。

自動駕駛不斷研究并提高這樣的技術(shù)，以來應(yīng)對自動駕駛汽車在道路上遇到的突發(fā)情況，機(jī)器要模仿人類的大腦在相似圖像中選擇出正確的匹配點(diǎn)，做出突發(fā)事故的正確判斷，及時解決問題。從圖4中可以看到經(jīng)過視覺匹配算法得到的視差圖：臺燈和其他物體之間的相對位置。

在完成立體視覺配后，車輛將結(jié)合超聲波傳感器、攝像機(jī)、雷達(dá)和激光測距等技術(shù)，使用3D感應(yīng)技術(shù)檢測汽車前方的地形地貌，判斷前方路面情況，根據(jù)地形自動改變汽車設(shè)置和速度。

2.4 人工智能在車輛無人駕駛信息共享中的應(yīng)用

無人駕駛車輛并不是道路上的“信息孤島”，在網(wǎng)絡(luò)信息時代必將通過無線網(wǎng)絡(luò)分享其他車輛提供的交通信息，分享大數(shù)據(jù)中心提供的數(shù)字場景[8]。在保證信息安全的基礎(chǔ)上，通過車輛信息的交換所收集的數(shù)據(jù)是很龐大駁雜的，如果這些數(shù)據(jù)未能得到及時有效的處理和運(yùn)用，車輛的智能系統(tǒng)將會被迅速淹沒而導(dǎo)致疲軟甚至癱瘓。因此，有必要通過數(shù)據(jù)挖掘、人工智能提取等方式，并考慮信息的時間和空間的關(guān)聯(lián)性，及時有效地過濾掉無用的信息，吸納有效信息[9]。一輛汽車可以把自己的位置、路況實(shí)時分享給被信任的其他汽車，以便其他車輛的自動駕駛系統(tǒng)，在收到信息后做出相應(yīng)調(diào)整。

3 ?人工智能技術(shù)在車輛無人駕駛中面臨的挑戰(zhàn)

3.1 自動駕駛汽車發(fā)展的現(xiàn)狀

發(fā)展無人駕駛汽車技術(shù)解決的不僅僅是個人出行的有效性，同時在如何更加有效利用社會資源和環(huán)境方面提供了新的可能。20世紀(jì)70年代開始，美、英、德等發(fā)達(dá)國家就開始進(jìn)行自動駕駛汽車的研究，并取得了突破性的進(jìn)展。谷歌早在2009年就開始進(jìn)行自動駕駛實(shí)驗(yàn)。2017年11月實(shí)現(xiàn)了公共道路上的L4級別的自動駕駛（等級分類如圖5）。2018年5月，谷歌在AI技術(shù)的支持下率先宣布自動駕駛汽車商業(yè)化運(yùn)營，但同時承認(rèn)了自動駕駛道路漫長，其最主要的原因是自動駕駛技術(shù)還沒有達(dá)到L5等級[10]。

自動駕駛上路注定與風(fēng)險(xiǎn)同在。這種風(fēng)險(xiǎn)要么針對車輛駕駛員及乘客，要么針對道路上的行人或車輛。據(jù)報(bào)道，2015年，全球首次因黑客入侵駕駛導(dǎo)致克萊斯勒公司召回車輛的事件;2018年3月，美國加州發(fā)生一起特斯拉致命事故，警方懷疑死者是在自動駕駛模式中跌落山崖;相隔不久Uber一輛自動駕駛汽車在美國亞利桑那州發(fā)生了車禍，被稱為全球首例自動駕駛汽車撞死行人事件。長安汽車公司智能化研究院副院長何文表示，從近幾起無人駕駛車輛事故分析，目前汽車制造商夸大了現(xiàn)有功能，無人駕駛技術(shù)尚不成熟，還無法適應(yīng)復(fù)雜多變的路況信息，從而誤導(dǎo)了部分車主[11]。

3.2 自動駕駛汽車發(fā)展面臨的挑戰(zhàn)

一邊是如火如荼的自動駕駛，一邊是心有余悸的交通事故，高科技化身的自動駕駛無論在車本身安全上，還是在信息安全上，還是在法律法規(guī)的完善上，這些都是需要面臨和共同關(guān)注的隱患難題，因此自動駕駛汽車在市場上廣泛應(yīng)用任重而道遠(yuǎn)。

（1）技術(shù)領(lǐng)域難關(guān)重重。

雖然人工智能技術(shù)的發(fā)展必將日趨成熟，但作為上路行駛的智能汽車在某些方面仍舊存在一些技術(shù)問題需要解決，例如，如何分辨、區(qū)分不同路標(biāo)存在難度，如施工路段、臨時限行、內(nèi)部道路等仍顯得無能為力。在行為決策方面，對于路上飄起的樹葉、紙屑、塑料袋等非必要環(huán)境會不會進(jìn)行誤報(bào)，而引起緊急剎車呢？對于臨時限行、交警指揮、突發(fā)情況等突發(fā)路況信息，如何進(jìn)行采集、識別與規(guī)劃？如何確保復(fù)雜環(huán)境下對交通環(huán)境感知無盲區(qū)和決策最優(yōu)化，這些都是需要解決的技術(shù)難題[12]。同樣，自動駕駛的判斷、數(shù)據(jù)，需要依賴于高帶寬的網(wǎng)絡(luò)，5G網(wǎng)絡(luò)的大規(guī)模商用仍需時日，這也是自動駕駛?cè)杂幸欢伍L路要走的原因。

（2）安全領(lǐng)域備受關(guān)注。

人工智能的車輛無人駕駛技術(shù)是以互聯(lián)網(wǎng)為載體進(jìn)行工作的。它必須借助于互聯(lián)網(wǎng)實(shí)時更新交通狀況、上傳和接收數(shù)據(jù)，這也決定了AI技術(shù)和無人駕駛車輛對互聯(lián)網(wǎng)的依賴程度越來越高。但是，分析當(dāng)前的網(wǎng)絡(luò)狀況卻并不安全，網(wǎng)絡(luò)攻擊事件屢屢發(fā)生，如果無人駕駛車輛在技術(shù)上被黑客攻擊或被別有用心者利用時，系統(tǒng)反應(yīng)的延遲甚至疲軟崩潰都有可能造成重大的安全隱患，這是它將成為危害社會和公民的最直接有效的工具[13]。

（3）政策領(lǐng)域空白較多。

雖然無人駕駛車輛反復(fù)被測試并逐步被人們所認(rèn)可中，但對于無人駕駛車輛及其相關(guān)的一系列配套，在法律層面卻仍沒有明確的規(guī)定。因此法律方面將給人工智能背景下的自動駕駛汽車發(fā)展帶來挑戰(zhàn)[14]。一是需要立法來進(jìn)一步統(tǒng)一道路交通要素的設(shè)計(jì)，來為自動駕駛汽車對復(fù)雜多變路況的有效識別降低難度;二是需要立法來逐步改造現(xiàn)有交通基礎(chǔ)設(shè)施，以便于自動駕駛汽車及時準(zhǔn)確獲取交通基礎(chǔ)設(shè)施信息;三是需要進(jìn)一步完善法律法規(guī)，對自動駕駛汽車進(jìn)行約束，重點(diǎn)商議解決自動駕駛汽車與有人駕駛汽車在發(fā)生交通事故時責(zé)任歸屬及保險(xiǎn)賠付等問題。

（4）倫理領(lǐng)域矛盾突出。

每次科技的應(yīng)用都會給傳統(tǒng)道德帶來挑戰(zhàn)，人工智能在自動駕駛中的應(yīng)用也讓人們陷入道德判斷的困境中。如當(dāng)智能汽車躲避突發(fā)情況剎車失靈時，是撞向動物還是行人？是撞向行人確保駕乘者安全還是撞向建筑物確保行人安全？自動駕駛汽車的到來，讓人們不得不面對這樣的倫理沖突的困境，并且不得不做出抉擇[15]。

4 ?結(jié)語

自動駕駛技術(shù)得益于人工智能技術(shù)的應(yīng)用及推廣，其實(shí)現(xiàn)可為人類出行提供巨大幫助，甚至能使汽車的適用人群年齡范圍更加廣泛。當(dāng)前無人駕駛技術(shù)并未完全成熟，要走向真正的產(chǎn)業(yè)化、商業(yè)化，在人工智能技術(shù)的運(yùn)用上還需要做更多的努力，但無人駕駛汽車必將加速邁向?qū)嵱没痛蟊娀倪M(jìn)程。

參考文獻(xiàn)

[1] 艾瑞咨詢.2018年中國人工智能行業(yè)研究報(bào)告[EB/OL].https：//baijiahao.baidu.com.

[2] 清華大學(xué)科技大數(shù)據(jù)研究中心，知識智能聯(lián)合研究中心.AI與自動駕駛汽車研究報(bào)告[EB/OL].http：//www.docin.com/p-2124834884.html.

[3] 馬浩然.人工智能技術(shù)在無人駕駛汽車領(lǐng)域的應(yīng)用分析[J].通訊世界，2018（9）：230-231.

[4] 胡博瀚.車輛自動駕駛中人工智能的應(yīng)用實(shí)踐微探[J].科技傳播，2017（3）：80-81.

[5] 林昊威.基于深度學(xué)習(xí)的智能控制研究[D].吉林大學(xué)，2018.

[6] 張莉蕓.人工智能技術(shù)在無人駕駛車中的應(yīng)用[J].信息與電腦，2018（5）：127-128，131.

[7] 余阿東，陳睿煒.汽車自動駕駛技術(shù)研究[J].汽車實(shí)用技術(shù)，2017（2）：124-125.

[8] 張玉金.人工智能背景下無人駕駛技術(shù)的研究與展望[J].數(shù)字通信世界，2018（2）：56，85.

[9] 郭旭.人工智能視角下的無人駕駛技術(shù)分析與展望[J].電子世界，2017（20）：64-65.

[10] 翟啟仁.淺析人工智能在汽車設(shè)計(jì)中的應(yīng)用——以谷歌無人駕駛汽車為例[J].科技創(chuàng)新導(dǎo)報(bào)，2018（2）：87-88.

[11] 史亞娟，朱冬.自動駕駛安全上路，還要滿足這些條件[J].中外管理，2018（6）：66-69.

[12] 胡海波.人工智能背景下自動駕駛汽車的挑戰(zhàn)與展望[J].科技推廣，2018（4）：27.

[13] 楊培一，陳雙紅，郭淑清.“互聯(lián)網(wǎng)+”汽車服務(wù)企業(yè)創(chuàng)新模式研究[J].內(nèi)燃機(jī)與配件，2017（23）：106-107.

[14] 秦嶺.人工智能對人類社會的影響研究[D].東北師范大學(xué)，2018.

[15] 王樹一.自動駕駛從何落地[J].中國集成電路，2018（8）：14-15.